DeepSeek V4 Flash 價格低於 Claude 85 倍，代理型工作負載激增

DeepSeek 的 V4 Flash 正在重塑 AI 推論經濟學，每百萬個輸出 token 收費 0.28 美元——比 Anthropic 的 Claude Opus 4.8 便宜約 85 倍——同時在關鍵智慧基準測試中僅落後六分。

「V4 Flash 的平均測試成本為 3 美分，相較之下 Kimi K3 為 86 美分、OpenAI 的 GPT-5.6 Sol 為 1.86 美元、Claude Fable 5 為 3.15 美元，」Intelligence Index 基準測試套件的研發機構 Artificial Analysis 表示。

該模型在 Intelligence Index 上獲得 50 分（滿分 100 分），與 Google 的 Gemini 3.6 Flash 持平，落後 Meta 的 Muse Spark 1.1 和 Z.AI 的 GLM-5.2 一分。運行完整基準測試套件的成本，V4 Flash Max 為 72.02 美元，而 Claude Opus 4.8 Max 為 3,752.55 美元——為了多出的六分，差距高達 52 倍。在 AA-Omniscience 基準測試中，V4 Flash 的準確率為 37%，幻覺率高達 84%。

定價壓力來臨之際，代理型 AI 工作負載正在爆炸式增長。一位使用者耗費了 6.9 億個 token——約合人民幣 3,000 元——讓 Claude Opus 5 透過疊代式工具呼叫建構一款單頁 3D 遊戲。DeepSeek 的模型擁有 2,840 億個總參數，但每個 token 僅啟用 130 億個，正是為此類高流量、反覆試錯的使用情境而打造。

開源 AI 代理工具 OpenCode 報告稱，V4 Flash 正式發布後，透過其平台單日消耗了 8 兆個 token——其中 5 兆來自免費方案，3 兆來自付費方案。相比之下，OpenRouter 每月在其路由的 400 多個模型間處理約 200 兆個 token，即每日約 6.6 兆個。

這一規模反映出人們使用 AI 方式的轉變。聊天時代的互動模式——一個問題、一個答案——正讓位於代理型工作流程，其中模型需要讀取檔案、修改程式碼、執行程式、檢查結果，並在失敗後重試。單一任務可能持續數小時並觸發數十次工具呼叫。即使模型撰寫的程式碼量大致相同，token 消耗量也可能放大數十倍甚至數百倍。

價格背後的架構

V4 Flash 的成本優勢來自其架構。該模型擁有 2,840 億個總參數，但每個 token 僅透過 DeepSeek 的專家混合設計啟用約 130 億個參數。V4 系列還重新設計了 Transformer 模組的注意力層，在交替層中使用壓縮稀疏注意力和分層壓縮注意力機制，以平衡成本與能力。

DeepSeek 的後訓練流程專注於編碼和代理任務。該公司為數學、程式碼、代理行為和指令遵循分別訓練專家模型，然後透過數十個教師模型的同策略蒸餾將其合併回單一模型。工具呼叫獲得專門處理：專用的呼叫格式可減少參數逃逸和格式錯誤，而交錯式思考則在工具回傳結果時保留先前的推理。DSec 系統提供數十萬個並行沙箱，讓模型練習執行程式碼、閱讀錯誤訊息並進行疊代。

結果：V4 Flash 在 Terminal Bench 2.1 上獲得 82.7 分，在針對價格效能調整後，於 Arena 的前端編碼排行榜上領先 Claude Opus 4.8 Thinking。

誰受到擠壓

受衝擊最深的模型既非最弱也非最強。小型廉價模型仍可處理分類、提取和路由任務。尖端旗艦模型仍是困難推理任務和高失敗成本情境的首選。受到擠壓的是中間層——那些比 V4 Flash 高几分但成本高出數十倍，且在 V4 Flash 無法完成的任務上也未必更可靠的模型。

DeepSeek 的「斬殺線」不需要成為最佳模型。它只需要在大多數情況下表現足夠好，同時價格讓高階替代方案難以合理化。當一個模型成本高出 85 倍卻僅多出六個基準分數時，預設選擇自然會改變。

壓力也延伸至本地部署。社群專案 DwarfStar 已將 V4 Flash 的權重——完整版約 167 GB——量化至 q2 版本，可在 96 GB 或 128 GB 統一記憶體裝置上運行，部分 Mac 的短上下文速度超過每秒 20 個 token。一台 4,699 美元的 DGX Spark 工作站，按 V4 Flash 的 API 定價計算，約相當於 1,680 億個輸出 token——尚未計入電力、維護和除錯成本。

DeepSeek 完成了超過 70 億美元的首輪外部融資，使其有底氣在搶佔市佔率的同時補貼激進的定價策略。該公司今年稍早已將 75% 的降價永久化，競爭對手也紛紛跟進：OpenAI 大幅下調 GPT-5.6 的定價，Luna 的輸出價格從每百萬 token 6 美元降至 1.2 美元。

Sam Altman 在 7 月底的播客節目中表示，OpenAI 預期將獲得龐大的使用量，因此不需要極高的利潤率來攤平訓練成本。這一邏輯與 DeepSeek 的押注如出一轍：當代理型工作負載使 token 消耗量倍增時，即使每次呼叫的利潤微薄，也能持續複利累積。

對投資人而言，問題在於高階 AI 定價能否在代理時代存活。如果一個每次基準任務僅收費 3 美分的模型就能處理大多數編碼和代理工作，那麼昂貴的模型就必須證明那些額外的基準分數究竟價值何在。OpenAI 和 Anthropic 建立在高階定價假設之上的 IPO 估值，正面臨中國實驗室廉價開源模型浪潮的壓力。舉證責任已發生轉移。

本文僅供資訊參考，不構成投資建議。